ドキュメント ベースの PII の概要

Azure AI Language個人を特定できる情報 (PII) 検出のドキュメント ベースの PII は、独自のテキスト抽出と再構築パイプラインを構築することなく、Microsoft Wordや PDF ファイルなどのネイティブ ドキュメント ファイル内の機密データを直接検出して編集するのに役立ちます。

この機能は、非同期 API ワークフローを使用し、ドキュメントの構造と書式設定を保持する編集済み出力を返します。 ドキュメントの忠実性がコンプライアンス レビュー、共有、分析、ダウンストリーム AI ワークフローで重要な場合に使用できます。

ビデオデモ

このビデオでは、PII 検出サービスを紹介し、ファイル構造と書式設定を維持しながら、ネイティブ ドキュメントから機密データを直接検出して編集する方法について説明します。 また、一般的なユース ケース、サポートされている形式、ドキュメント ベースの PII をAzure AI Languageで開始する方法についても説明します。

このビデオでは、クローズド キャプションを利用できます。

概要

ドキュメント ベースの PII には、次の機能があります。

• .pdf、.docx、 および.txt ファイルのネイティブ ドキュメントの編集。
• フォント、間隔、色など、出力ドキュメントのレイアウトが保持されます。
• 抽出、検出、および編集のための 1 つの非同期 API ワークフロー。
• エンタープライズ対応の出力: 編集されたドキュメントと構造化された JSON 結果。
• 文字マスク、エンティティ のラベル付け、合成置換のシナリオ用に構成可能なマスク ポリシー。

GA (2026-05-01) 機能の追加

一般提供リリースでは、次の機能と運用の機能強化が導入されています。 これらの追加により、プラットフォームの編集戦略が拡張され、構成の柔軟性が向上し、特殊なドキュメント処理シナリオのサポートが向上します。

• フォント、色、およびドキュメントの書式設定を維持しながら、編集の出力品質が向上しました。
• 画像ベースのドキュメント シナリオに対するぼかしベースの編集のサポート。
• エンティティ ラベル マスクや合成置換を含む、拡張されたマスク ポリシー オプション。
• 検出されたどのエンティティを墨消しするかを決定するための信頼度しきい値コントロール。
• 待機時間の影響を受けやすいワークフローの厳密なエンティティ検証を無効にするオプションのコントロール。
• 顧客固有のボキャブラリを標準の PII エンティティ型にマップするためのエンティティシノニムのサポート。
• 一部のワークフローで墨消しされないままにする必要がある用語に対する値除外ポリシーのサポート。

GA とプレビュー機能の比較

次の表に、一般提供リリース (2026-05-01) とプレビュー API バージョン (2026-05-15-preview) の機能セットを比較する詳細な機能マトリックスを示します。 この比較を使用して、各リリースで使用可能な機能を理解し、特定の機能要件に基づいて API バージョンの選択に関する情報に基づいた決定を行います。

ドキュメント ベースの PII を使用する理由

多くのカスタム パイプラインでは、テキストの抽出、検出の実行、ドキュメント出力の再構築に複数の手順が必要です。 ドキュメント ベースの PII は、ドキュメント処理システム用に設計された単一の非同期 API パターンと出力成果物を使用して、このフローを簡略化します。

ドキュメント ベースの PII は、次の必要がある場合に特に便利です。

• .pdf、.docx、 および.txtファイルの PII を編集します。
• ダウンストリーム ビジネス プロセスのドキュメント レイアウトを保持します。
• 監査と統合のために構造化された JSON 出力を生成します。

ドキュメント ベースの PII では、住所、電話番号、クレジット カード番号などのエンティティを含む、テキスト PII と同じ定義済み PII カテゴリが使用されます。

ドキュメント ベースの PII から返される内容

ジョブが成功すると、次の情報を受け取ります。

• ターゲット ストレージ コンテナー内の編集済みドキュメント。
• 検出されたエンティティ、カテゴリ、信頼度スコア、および処理メタデータを含む JSON 結果ファイル。
• ダウンストリームのレビューおよび監査プロセスの視覚的なドキュメントの忠実性を維持できる編集結果。

ドキュメント ベースの PII のしくみ

ドキュメント ベースの PII では、非同期ワークフローが使用されます。

1. ソースストレージとターゲットストレージの場所を指定してジョブを送信します。
2. 操作の場所を使用して、ジョブの状態をポーリングします。
3. ターゲット ストレージの場所から出力成果物を取得します。

実装の詳細と要求のサンプルについては、「 ネイティブ ドキュメントで個人を特定できる情報を検出して編集する」を参照してください。

ドキュメント ベースの PII と他の PII 機能の種類の違い

すべての PII 機能の種類では、定義済みのエンティティ カテゴリが使用されますが、さまざまな入力の種類に合わせて最適化されます。

• ドキュメント ベースの PII は、ネイティブ ファイルの編集ワークフローとファイル出力の忠実性のために最適化されています。
• テキスト PII は、直接の文字列ベースの入力とアプリの統合用に最適化されています。
• Conversation PII は、ターンベースおよびトランスクリプト指向の会話入力用に最適化されています。

一般的なユース ケース

ドキュメント ベースの PII は、ストレージ、分析、外部共有、またはダウンストリーム AI 処理の前に、チームがファイルを匿名化する必要がある、エンタープライズおよび規制業界のワークフロー向けに設計されています。

一般的な例を次に示します。

• 裁判所の記録と法的書類。
• 政府機関のフォームと内部レコード。
• 財務ドキュメント。
• 社内のエンタープライズ ドキュメント ワークフロー。

サポートされている形式と制限

ドキュメント ベースの PII は、テキストの前処理を必要とせずに、ネイティブ ファイル形式を直接受け入れます。 次の表に、サポートされている形式を示します。

次の入力制約が適用されます。

言語サポートとクォータおよび制限について現在の言語対応範囲とサービス制限の詳細を参照してください。

価格

ドキュメント ベースの PII の墨消しには、Azure AI Language の料金が適用されます。 現在の価格の詳細については、Azure AI Language価格を参照してください。

Microsoft Foundry ポータルで試す

ドキュメント ベースの PII 検出に、Microsoft Foundry ポータルでの初期プレイグラウンド エクスペリエンスが含まれるようになりました。 プレイグラウンドでは、準備されたサンプル ドキュメントが既定で読み込まれるので、独自のファイルを指定しなくてもすぐに機能を評価できます。

[検出] を選択すると、プレイグラウンドは、ドキュメント ベースの PII のしくみで説明されているのと同じワークフローである、既存の非同期ネイティブ ファイル ドキュメント ベースの PII パイプラインを介してドキュメントを送信します。 ジョブが完了すると、編集された出力がソース ドキュメントと並んで表示され、エンティティ カテゴリ、信頼度スコア、ファイルの忠実度の結果が表示されるため、編集の精度と、元のドキュメントの書式が出力でどの程度保持されているかを評価できます。

詳細な手順については、「Microsoft Foundry でドキュメント PII プレイグラウンドを使用する」を参照してください。

次の手順

実装を続行するには、次の参照を使用します。

• ストレージ コンテナーの SAS トークンを作成する
• ストレージ コンテナーのマネージド ID を作成する